由于办公楼,住户的下水道排水,下水道蓄水池需要不定时地进行污水净化。 而净化污水所需的净化剂的投入量需要凭借业务人员的经验,并与天气等外部不可控因素有关。投入过少达不到净化效果,而投入过多会发生臭味。本项目通过使用机器学习技术进行建模进而自动预测净化剂的投入量。
我参与了定期与客户开展会议,商讨项目进展事宜。 对客户的业务数据,使用统计学的手法进行分析,并向客户汇报。 筛选适合机器学习的变量。使用线性回归,决定树等机器学习构建预测模型,使用聚类挖掘未知的特征量等。编写网络爬虫程序抓取第三方网站的公开数据用于建模。最后根据客户要求制作了一个APP调用预测模型简化客户的业务操作。
开发工具包括: Python3, Matplotlib, Pandas, Scikit-learn, Jupyter Notebook, Git, Docker